CN106211290A - 一种c‑ran架构下基带处理池的节能方法 - Google Patents
一种c‑ran架构下基带处理池的节能方法 Download PDFInfo
- Publication number
- CN106211290A CN106211290A CN201610601793.1A CN201610601793A CN106211290A CN 106211290 A CN106211290 A CN 106211290A CN 201610601793 A CN201610601793 A CN 201610601793A CN 106211290 A CN106211290 A CN 106211290A
- Authority
- CN
- China
- Prior art keywords
- bbu
- rrh
- pond
- centerdot
- overload
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
- H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种C‑RAN架构下基带处理池的节能方法,属于移动通信领域,具体步骤为:首先,建立用户,RRH和BBU池的系统模型;获取与某个特定BBU相连的RRH传输到用户的速率和预编码矩阵;计算传输功率使用率ρtrans和通信量使用率ρtraff;然后,计算特定BBU的资源使用率ρBBU,并设置核心变量;预定义BBU资源使用率的上限和下限,并定义BBU4种类型;计算BBU池内所有BBU的资源使用率ρBBU,按4种类型进行划分并统计各种类型的数量;最后,根据BBU池内的所有BBU的核心变量以及类型数量,将BBU之间进行切换实现节能。优点在于:可以计算特定BBU的资源使用率和动态切换BBU的状态,在不影响用户QoS的情况下关闭BBU池内一部分活跃BBU,使其进入睡眠状态从而节省能耗。
Description
技术领域
本发明属于移动通信领域,具体涉及一种C-RAN(Cloud Radio Access Network)架构下基带处理池的节能方法。
背景技术
随着智能手机和平板电脑的增加,移动数据流量正急速增长。据估计,移动数据流量在2012年到2017年会增长13倍。为了满足这日益增长的需求,运营商需要部署更多的设备,资本支出(CAPEX)和运营支出(OPEX)随之增长,同时也导致更多的能量消耗。另一方面,运营商也面临着节能减排的企业责任。针对这种情况,无线接入网(Cloud Radio AccessNetwork,C-RAN)应运而生,C-RAN是基于集中化处理,协作式无线电,和实时云计算的绿色无线接入网构架。
C-RAN是一种新型无线接入网构架,包括三部分,由远端无线射频头(RRH)组成的分布式网络,高带宽低延迟的光纤链路(Fiber Link)传输数据,具有实时虚拟技术的基带处理池(BBU Pool)。它采用协作化、虚拟化等技术实现资源共享和调度,与传统无线接入网相比减少了基站数量,降低了成本,减少了能耗。C-RAN已经被视作5G移动网络中一种重要的实现方式。
C-RAN将BBU抽离出来组成一个基带处理池,不仅大量减少了BBU的数量和BBU的能耗,并且集中化的管理也使得外围设备减少,进一步减少了系统能耗。但是,现有技术中使用中在基带处理池中的BBU不管是闲时还是忙时都是出于活跃状态,没有进行动态切换,这导致了在闲时的能耗浪费。
在C-RAN中,一个BBU对应着一个RRH或者多个RRH,而BBU在睡眠状态时的能耗远小于活跃状态。因此,判断网络的拥挤状况以此来关闭一些多余的活跃状态的BBU是值得研究的。
发明内容
本发明针对现有技术中,BBU闲时存在能耗浪费的问题,提出一种C-RAN架构下基带处理池的节能方法。
具体步骤如下:
步骤一、针对某个下行的云无线接入网,建立用户,RRH和BBU池的系统模型;
BBU池内包括若干BBU,每个BBU分别各连接若干RRH,每个RRH分别各通过一个fronthaul链路连接入BBU池中;与每个BBU相连接的RRH集合为{1,2,...,i,...,N};每个fronthaul链路容量有限。每个RRH为至多M个用户提供服务;用户集合为{1,2,...,j,...,M};
步骤二、针对某个特定BBU,获取与该BBU相连的第i个RRH传输到用户j需要的速率rij和预编码矩阵cij;
步骤三、根据预编码矩阵cij,计算特定BBU和与该BBU相连的所有RRH之间的传输功率使用率ρtrans;
具体步骤如下:
步骤301、根据预编码矩阵cij计算用户j从第i个RRH收到的传输功率pij;
为预编码矩阵cij的转置矩阵。
步骤302、计算第i个RRH对服务的M个用户的传输功率矩阵Vi;
Vi=[pi1,pi2,...,pij,...,piM]
步骤303、针对第i个RRH,特定BBU获取传输功率矩阵Vi中非零元素的个数作为基带信号数N(Vi);
N(Vi)=||Vi||0
||Vi||0表示向量中非零元素的个数;||Vi||0≤M。
步骤304、分别统计与特定BBU相连的所有RRH的基带信号数,进一步计算传输功率使用率ρtrans;
Nmap表示与特定BBU相连的所有RRH的数量。
步骤四、根据传输速率rij,计算特定BBU和与该BBU相连的所有RRH之间的通信量使用率ρtraff;
具体步骤如下:
首先、计算所有连接到第i个RRH的用户能达到的最大速率rmax;
rmax=BWRRH·log2(1+SINR)
BWRRH表示第i个RRH的带宽,SINR表示第i个RRH与用户之间的信号与干扰加噪声比。
然后、根据最大速率rmax,计算特定BBU与第i个RRH的通信量负载LOADi:
其中,
最后、分别计算特定BBU与所有相连的RRH之间的通信量负载,进一步计算通信量使用率ρtraff;
步骤五、针对特定BBU,根据所有RRH的传输功率使用率ρtrans和通信量使用率ρtraff,计算该BBU的资源使用率ρBBU;
δ表示传输功率使用率ρtrans的比重值,0≤δ≤1;
步骤六、根据特定BBU的资源使用率ρBBU,设置该BBU的核心变量φ(i):
步骤七、预定义BBU资源使用率的上限ρtop和下限ρbottom,并将BBU定义4种类型:过载BBU,正常BBU,轻负载BBU和睡眠BBU;
针对第k个BBU,定义如下:过载BBU集合:正常BBU集合:轻负载BBU集合:睡眠BBU集合:
步骤八、计算BBU池内每个BBU的资源使用率ρBBU,按4种类型进行划分并统计各种类型的数量;
4种类型BBU的数量为:过载BBU的数量为N1,正常BBU的数量为N2、轻负载BBU的数量为N3、睡眠BBU的数量为N4。
步骤九、根据BBU池内的所有BBU的核心变量以及类型数量,将BBU之间进行切换,实现节能。
具体步骤如下:
步骤901、判断过载BBU的数量N1是否小于正常BBU的数量N2,如果是,进入步骤902,否则,进入步骤903;
步骤902、当0<N1≤N2时,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到某个正常BBU,计算去除RRH后过载BBU的核心变量并进入步骤904;
该正常BBU的资源使用率ρBBU在集合T2中最小且能接收切换的RRH,
步骤903、当N1>N2时,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到轻负载BBU或者睡眠BBU,并计算去除RRH后过载BBU的核心变量;
首先判断是否存在轻负载BBU,如果存在,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到轻负载BBU,该轻负载BBU的资源使用率ρBBU在集合T3中最大且能接收切换的RRH,计算过载BBU去除具有最大核心变量φ(i)的RRH后的核心变量;
如果不存在轻负载,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到睡眠BBU,该睡眠BBU的资源使用率ρBBU在集合T4中最大,计算过载BBU去除具有最大核心变量φ(i)的RRH后的核心变量;
步骤904、判断BBU池中是否还存在过载BBU,如果存在,返回步骤901;否则,进入步骤905;
步骤905、判断BBU池中的轻负载BBU的数量是否大于0,如果是,进入步骤906;否则,结束。
步骤906、将轻负载BBU下映射的具有最大核心变量的RRH切换到正常BBU,并重新计算去除RRH后轻负载BBU的核心变量,返回步骤901;
正常BBU的ρBBU在集合T2中最小且能接收切换的RRH。
本发明的优点在于:
1)、一种C-RAN架构下基带处理池的节能方法,可以计算特定BBU的资源使用率,为BBU的切换提供依据。
2)、一种C-RAN架构下基带处理池的节能方法,可以动态切换BBU的状态,在不影响用户QoS的情况下关闭BBU池内一部分活跃BBU,使其进入睡眠状态从而节省能耗。
附图说明
图1为本发明云无线接入网中用户,RRH和BBU池的系统模型示意图;
图2为本发明一种C-RAN架构下基带处理池的节能方法的流程图;
图3为本发明用户,RRH和BBU池的系统模型仿真示意图;
图4为本发明计算特定BBU和与该BBU相连的所有RRH之间的传输功率使用率流程图;
图5为本发明计算特定BBU和与该BBU相连的所有RRH之间的通信量使用率流程图;
图6为本发明BBU之间进行切换实现节能的方法流程图;
图7为本发明网络负载和睡眠BBU数量在20s内的关系示意图;
图8为本发明第20秒时30个BBU的资源使用率的示意图;
图9为本发明20秒内BBU池内的能耗比较的示意图。
具体实施方式
下面将结合附图对本发明作进一步的详细说明。
本发明是一种估算BBU池中BBU资源利用率的方案,并结合聚拢去除算法来决定BBU状态的切换,BBU的状态切换是随着传输功率使用率和通信量使用率动态调整的,被总结为3个步骤:
首先,综合考虑了RRH与MUE之间的传输功率,每个MUE的速率需求,MUE的数量,预编码矩阵,RRH带宽,信号与干扰加噪声比等因素,根据这些信息算出传输功率使用率和通信量使用率。
然后,在C-RAN的BBU池内,根据传输功率使用率和通信量使用率算出每个特定BBU的资源使用率。在此基础上,与预定义的上限值和下限值比较,将BBU分为过载BBU、正常BBU、轻负载BBU和睡眠BBU。统计BBU池中各种类型的BBU数量。
最后,根据聚拢去除算法,动态切换特定BBU的状态,并使得相应的RRH连接到不同的BBU。如果有过载BBU,首先处理过载BBU。处理完所有过载BBU后再处理轻负载BBU。每次结束后再根据新的BBU资源使用率和BBU状态判断是否需要进行切换。该算法最后会将过载BBU和轻负载BBU去除,使其聚拢转换为正常BBU和睡眠BBU,在减少能耗的同时不影响用户的QoS需求。
如图2所示,具体步骤如下:
步骤一、针对某个下行的云无线接入网,建立用户,RRH和BBU池的系统模型;
如图1所示,BBU池内包括若干BBU,每个BBU分别各连接若干RRH,每个RRH分别各通过一个fronthaul链路连接入BBU池中;与每个BBU相连接的RRH集合为{1,2,..i.,,..N.,;}每个fronthaul链路容量有限。每个RRH为至多M个用户提供服务;用户集合为{1,2,...,j,...,M};
如图3所示,在C-RAN中,BBU池内一个特定的BBU与多个RRH相关联,每个RRH最多与M个MUE通信。在RRH和MUE之间是多输入单输出(MISO)传输,每个RRH有N根天线,每个MUE只有单根天线。另外,BBU池与RRH之间的光纤链路具有有限的容量。当BBU池获取到从核心网传来的每个MUE的数据后,BBU池做基带处理,然后把基带信号和预编码矩阵传给相对应的RRH。收到信号的RRH将基带信号升频到射频段,接着根据预编码矩阵将数据传给需要的MUE。
步骤二、针对某个特定BBU,获取与该BBU相连的第i个RRH传输到用户j需要的速率rij和预编码矩阵cij;
记MUEj从第i个RRH处收到符号序列symbol∈S,每个符号具有单位功率;另外记相关的预编码矩阵为cij∈SN×1。
考虑用户的QoS需求,连接到第i个RRH的MUEj需要速率rij。如果第i个RRH没有服务MUEj,那么rij=0。
步骤三、根据预编码矩阵cij,计算特定BBU和与该BBU相连的所有RRH之间的传输功率使用率ρtrans;
如图4所示,具体步骤如下:
步骤301、根据预编码矩阵cij计算用户j从第i个RRH收到的传输功率pij;
为预编码矩阵cij的转置矩阵。当pij=0时代表第i个RRH没有服务MUEj,所以它们之间没有传输功率消耗,显然没必要将BBU池中的基带信号传给RRH。
步骤302、计算第i个RRH对服务的M个用户的传输功率矩阵Vi;
再计算完所有MUE相关的传输功率后,可以得到第i个RRH的传输功率矩阵:
Vi=[pi1,pi2,...,pij,...,piM]
步骤303、针对第i个RRH,特定BBU获取传输功率矩阵Vi中非零元素的个数作为基带信号数N(Vi);
因为零元素不需要传输,Vi可以计算出BBU池需要传输的基带信号数:
N(Vi)=||Vi||0
||Vi||0表示向量中非零元素的个数;||Vi||0≤M。
步骤304、分别统计与特定BBU相连的所有RRH的基带信号数,进一步计算传输功率使用率ρtrans;
Nmap表示与一个特定BBU相连的所有RRH的数量。
步骤四、根据传输速率rij,计算特定BBU和与该BBU相连的所有RRH之间的通信量使用率ρtraff;
如图5所示,具体步骤如下:
步骤401、计算所有连接到第i个RRH的用户能达到的最大速率rmax;
rmax=BWRRH·log2(1+SINR)
BWRRH表示第i个RRH的带宽,SINR表示第i个RRH与用户之间的信号与干扰加噪声比。
步骤402、根据最大速率rmax,计算特定BBU与第i个RRH的通信量负载LOADi:
步骤403、分别计算特定BBU与所有相连的RRH之间的通信量负载,进一步计算通信量使用率ρtraff;
步骤五、针对特定BBU,根据所有RRH的传输功率使用率ρtrans和通信量使用率ρtraff,计算该BBU的资源使用率ρBBU;
δ表示传输功率使用率ρtrans的比重值,0≤δ≤1。
步骤六、根据特定BBU的资源使用率ρBBU,设置该BBU的核心变量φ(i):
步骤七、预定义BBU资源使用率的上限ρtop和下限ρbottom,并将BBU定义4种类型:过载BBU,正常BBU,轻负载BBU和睡眠BBU;
针对第k个BBU,定义如下:过载BBU集合:正常BBU集合:轻负载BBU集合:睡眠BBU集合:
本实施例中选用ρtop为80%;ρbottom为20%。当一个特定的BBU被视作过载BBU时,说明该BBU负载过重,需要释放部分RRH连接,否则QoS会下降。当一个特定的BBU被视作轻负载BBU时,说明该BBU负载较轻,同样也需要释放与之相连的RRH连接,使其成为睡眠BBU以节省能耗。
步骤八、计算BBU池内每个BBU的资源使用率ρBBU,按4种类型进行划分并统计各种类型的数量;
计算BBU池内每个BBU的ρBBU,将ρBBU排序,相应的将ρBBU对应的核心变量φ(i)也排序。根据排序结果得出4种类型BBU的数量:过载BBU的数量为N1,正常BBU的数量为N2、轻负载BBU的数量为N3、睡眠BBU的数量为N4。
步骤九、根据BBU池内的所有BBU的核心变量以及类型数量,将BBU之间进行切换,实现节能。
如图6所示,具体步骤如下:
步骤901、判断过载BBU的数量N1是否小于正常BBU的数量N2,如果是,进入步骤902,否则,进入步骤903;
步骤902、当0<N1≤N2时,将过载BBU下映射的具有最大核心变量的RRH切换到某个正常BBU,计算去除RRH后过载BBU的核心变量并进入步骤904;
该正常BBU的资源使用率ρBBU在集合T2中最小且能接收切换的RRH;当特定的BBU卸下负担,断开与具有最大核心变量的RRHk'的连接,BBU资源使用率会变为:
步骤903、当N1>N2时,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到轻负载BBU或者睡眠BBU,并计算去除RRH后过载BBU的核心变量;
首先判断是否存在轻负载BBU,如果存在,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到轻负载BBU,该轻负载BBU的资源使用率ρBBU在集合T3中最大且能接收切换的RRH,计算过载BBU去除具有最大核心变量φ(i)的RRH后的核心变量;
如果不存在轻负载,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到睡眠BBU,该睡眠BBU的资源使用率ρBBU在集合T4中最大,计算过载BBU去除具有最大核心变量φ(i)的RRH后的核心变量;
当睡眠BBU得到与具有最大核心变量的RRHk'的新连接,那么BBU资源使用率变为:
步骤904、判断BBU池中是否还存在过载BBU,如果存在,返回步骤901;否则,进入步骤905;
步骤905、判断BBU池中的轻负载BBU的数量是否大于0,如果是,进入步骤906;否则,结束。
步骤906、将轻负载BBU下映射的具有最大φ(i)RRH切换到正常BBU,并重新计算去除RRH后轻负载BBU的核心变量,返回步骤901;
正常BBU的ρBBU在集合T2中最小且能接收切换的RRH。
该算法最后会将过载BBU和轻负载BBU去除,使其聚拢转换为正常BBU和睡眠BBU,由于睡眠BBU的能耗远小于活跃BBU的能耗,所以本发明能减少C-RAN中BBU池内的能耗,同时也不影响MUE的速率,所以不影响用户的QoS需求。聚拢去除算法仿真参数如表1所示;
表1
为了区分本发明计算的能耗与传统静态方案计算的能耗,引入计算C-RAN能耗的能量消耗模型。C-RAN能耗通过以下方式计算:
NBBU表示C-RAN中BBU数量,NRRH表示C-RAN中RRH数量。PBBU代表每个BBU能耗,PRRH代表每个RRH的能耗。BBU在睡眠和活跃状态下的能耗是不同的:
其中NT表示收发单元链数,σd表示直流-直流电源损耗因子,σa表示交流-直流电源损耗因子,PBP表示基带处理器的能耗,P0表示BBU睡眠时的能耗,它远小于活跃时的能耗。C-RAN能耗模型仿真参数如表2所示;
表2
参数 | 数值 |
NBBU | 30 |
NRRH | 30 |
NT | 4 |
PBP | 29.60W |
σd | 0.08 |
σa | 0.09 |
P0 | 0 |
20秒内网络负载和睡眠BBU数量示意图如图7所示,当网络负载变重时,睡眠BBU的数量减少,当网络负载变轻时,睡眠BBU的数量增多。当BBU总数为30时,平均睡眠BBU数量维持在18个左右。在网络负载最重的时候,即第16秒,睡眠BBU的数量仍可以达到13个,说明聚拢去除算法能够有效切换BBU状态,使得部分BBU进入睡眠状态,从而减少BBU池内的能耗。
第20秒时BBU池内30个BBU的资源使用率如图8所示,资源使用率按照降序排列。可以看出,有17个BBU的资源使用率降为0,剩余BBU的资源使用率都在0.2和0.8之间。这表明BBU池有17个睡眠BBU和13个正常BBU,而过载BBU和轻负载BBU都已经去除。BBU池处于正常运作的状态,同时也是节能的状态。
传统静态方案和本发明在20秒内BBU池内的能耗比较如图9所示,可以看出,静态方案的BBU池能耗一直维持在2121.3W。而采用本方案发明的BBU池能耗轨迹与网络负载相似,表明BBU池的能耗随着网络负载加重而变大,随着网络负载减轻而减小,同时本发明的BBU池能耗一直低于静态方案,在20秒内平均消耗823.7W,相比于静态方案减少能耗61%。
本发明考虑RRH和用户MUE之间的传输功率以及MUE的网络流量速率需求,在不影响用户要求的QoS情况下,使得网络闲时在BBU池内关闭一些多余的BBU,以此来节约BBU池内的能耗,相应的系统能耗也随之降低。同时在网络忙时,开启一部分睡眠的BBU来提供服务,使得整体QoS不下降。
Claims (6)
1.一种C-RAN架构下基带处理池的节能方法,其特征在于,具体步骤如下:
步骤一、针对某个下行的云无线接入网,建立用户,RRH和BBU池的系统模型;
步骤二、针对某个特定BBU,获取与该BBU相连的第i个RRH传输到用户j需要的速率rij和预编码矩阵cij;
步骤三、根据预编码矩阵cij,计算特定BBU和与该BBU相连的所有RRH之间的传输功率使用率ρtrans;
步骤四、根据传输速率rij,计算特定BBU和与该BBU相连的所有RRH之间的通信量使用率ρtraff;
步骤五、针对特定BBU,根据所有RRH的传输功率使用率ρtrans和通信量使用率ρtraff,计算该BBU的资源使用率ρBBU;
δ表示传输功率使用率ρtrans的比重值,0≤δ≤1;
步骤六、根据特定BBU的资源使用率ρBBU,设置该BBU的核心变量φ(i):
步骤七、预定义BBU资源使用率的上限ρtop和下限ρbottom,并将BBU定义4种类型:过载BBU,正常BBU,轻负载BBU和睡眠BBU;
针对第k个BBU,定义如下:过载BBU集合:正常BBU集合:轻负载BBU集合:睡眠BBU集合:
步骤八、计算BBU池内每个BBU的资源使用率ρBBU,按4种类型进行划分并统计各种类型的数量;
4种类型BBU的数量为:过载BBU的数量为N1,正常BBU的数量为N2、轻负载BBU的数量为N3、睡眠BBU的数量为N4;
步骤九、根据BBU池内的所有BBU的核心变量以及类型数量,将BBU之间进行切换,实现节能。
2.如权利要求1所述的一种C-RAN架构下基带处理池的节能方法,其特征在于,所述步骤一具体为:BBU池内的每个BBU分别各连接若干RRH,每个RRH分别各通过一个fronthaul链路连接入BBU池中;与每个BBU相连接的RRH集合为{1,2,...,i,...,N};每个fronthaul链路容量有限,每个RRH为至多M个用户提供服务;用户集合为{1,2,...,j,...,M}。
3.如权利要求1所述的一种C-RAN架构下基带处理池的节能方法,其特征在于,所述步骤三具体为:
步骤301、根据预编码矩阵cij计算用户j从第i个RRH收到的传输功率pij;
为预编码矩阵cij的转置矩阵;
步骤302、计算第i个RRH对服务的M个用户的传输功率矩阵Vi;
Vi=[pi1,pi2,...,pij,...,piM]
步骤303、针对第i个RRH,特定BBU获取传输功率矩阵Vi中非零元素的个数作为基带信号数N(Vi);
N(Vi)=||Vi||0
||Vi||0表示向量中非零元素的个数;||Vi||0≤M;
步骤304、分别统计与特定BBU相连的所有RRH的基带信号数,进一步计算传输功率使用率ρtrans;
Nmap表示与特定BBU相连的所有RRH的数量。
4.如权利要求1所述的一种C-RAN架构下基带处理池的节能方法,其特征在于,所述步骤四具体为:
首先、计算所有连接到第i个RRH的用户能达到的最大速率rmax;
rmax=BWRRH·log2(1+SINR)
BWRRH表示第i个RRH的带宽,SINR表示第i个RRH与用户之间的信号与干扰加噪声比;
然后、根据最大速率rmax,计算特定BBU与第i个RRH的通信量负载LOADi:
其中,
最后、分别计算特定BBU与所有相连的RRH之间的通信量负载,进一步计算通信量使用率ρtraff;
5.如权利要求1所述的一种C-RAN架构下基带处理池的节能方法,其特征在于,所述步骤九具体为:
步骤901、判断过载BBU的数量N1是否小于正常BBU的数量N2,如果是,进入步骤902,否则,进入步骤903;
步骤902、当0<N1≤N2时,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到某个正常BBU,计算去除RRH后过载BBU的核心变量并进入步骤904;
该正常BBU的资源使用率ρBBU在集合T2中最小且能接收切换的RRH;
步骤903、当N1>N2时,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到轻负载BBU或者睡眠BBU,并计算去除RRH后过载BBU的核心变量;
步骤904、判断BBU池中是否还存在过载BBU,如果存在,返回步骤901;否则,进入步骤905;
步骤905、判断BBU池中的轻负载BBU的数量是否大于0,如果是,进入步骤906;否则,结束;
步骤906、将轻负载BBU下映射的具有最大核心变量的RRH切换到正常BBU,并重新计算去除RRH后轻负载BBU的核心变量,返回步骤901;
正常BBU的ρBBU在集合T2中最小且能接收切换的RRH。
6.如权利要求5所述的一种C-RAN架构下基带处理池的节能方法,其特征在于,所述步骤903具体为:首先判断是否存在轻负载BBU,如果存在,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到轻负载BBU,该轻负载BBU的资源使用率ρBBU在集合T3中最大且能接收切换的RRH,计算过载BBU去除具有最大核心变量φ(i)的RRH后的核心变量;
如果不存在轻负载,将过载BBU下映射的具有最大核心变量φ(i)的RRH切换到睡眠BBU,该睡眠BBU的资源使用率ρBBU在集合T4中最大,计算过载BBU去除具有最大核心变量φ(i)的RRH后的核心变量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610601793.1A CN106211290B (zh) | 2016-07-27 | 2016-07-27 | 一种c-ran架构下基带处理池的节能方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610601793.1A CN106211290B (zh) | 2016-07-27 | 2016-07-27 | 一种c-ran架构下基带处理池的节能方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106211290A true CN106211290A (zh) | 2016-12-07 |
CN106211290B CN106211290B (zh) | 2019-10-11 |
Family
ID=57495465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610601793.1A Active CN106211290B (zh) | 2016-07-27 | 2016-07-27 | 一种c-ran架构下基带处理池的节能方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106211290B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107889166A (zh) * | 2017-12-26 | 2018-04-06 | 河海大学 | 一种bbu与rrh的动态功能分配方法 |
CN108200665A (zh) * | 2018-01-31 | 2018-06-22 | 电子科技大学 | 一种远程无线电头和基带处理单元的资源调度优化方法 |
CN108234228A (zh) * | 2016-12-15 | 2018-06-29 | 中国移动通信集团设计院有限公司 | 一种获取网络能效的方法、装置及系统 |
CN109819522A (zh) * | 2019-03-15 | 2019-05-28 | 电子科技大学 | 一种平衡能耗与用户服务质量的用户带宽资源分配方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104053179A (zh) * | 2014-05-07 | 2014-09-17 | 重庆邮电大学 | 一种c-ran系统级仿真平台 |
CN105474732A (zh) * | 2014-07-30 | 2016-04-06 | 华为技术有限公司 | 一种集中式基带池架构下的设备控制方法、设备和系统 |
CN105682195A (zh) * | 2015-12-31 | 2016-06-15 | 中国科学技术大学 | 一种基于c-ran架构的无线网络节能的功率控制方法 |
US20160191126A1 (en) * | 2014-12-24 | 2016-06-30 | Collision Communications, Inc. | Method And System For Compressed Sensing Joint Channel Estimation In An LTE Cellular Communications Network |
-
2016
- 2016-07-27 CN CN201610601793.1A patent/CN106211290B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104053179A (zh) * | 2014-05-07 | 2014-09-17 | 重庆邮电大学 | 一种c-ran系统级仿真平台 |
CN105474732A (zh) * | 2014-07-30 | 2016-04-06 | 华为技术有限公司 | 一种集中式基带池架构下的设备控制方法、设备和系统 |
US20160191126A1 (en) * | 2014-12-24 | 2016-06-30 | Collision Communications, Inc. | Method And System For Compressed Sensing Joint Channel Estimation In An LTE Cellular Communications Network |
CN105682195A (zh) * | 2015-12-31 | 2016-06-15 | 中国科学技术大学 | 一种基于c-ran架构的无线网络节能的功率控制方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108234228A (zh) * | 2016-12-15 | 2018-06-29 | 中国移动通信集团设计院有限公司 | 一种获取网络能效的方法、装置及系统 |
CN108234228B (zh) * | 2016-12-15 | 2020-08-07 | 中国移动通信集团设计院有限公司 | 一种获取网络能效的方法、装置及系统 |
CN107889166A (zh) * | 2017-12-26 | 2018-04-06 | 河海大学 | 一种bbu与rrh的动态功能分配方法 |
CN107889166B (zh) * | 2017-12-26 | 2021-01-05 | 河海大学 | 一种bbu与rrh的动态功能分配方法 |
CN108200665A (zh) * | 2018-01-31 | 2018-06-22 | 电子科技大学 | 一种远程无线电头和基带处理单元的资源调度优化方法 |
CN108200665B (zh) * | 2018-01-31 | 2021-05-25 | 电子科技大学 | 一种远程无线电头和基带处理单元的资源调度优化方法 |
CN109819522A (zh) * | 2019-03-15 | 2019-05-28 | 电子科技大学 | 一种平衡能耗与用户服务质量的用户带宽资源分配方法 |
CN109819522B (zh) * | 2019-03-15 | 2021-08-24 | 电子科技大学 | 一种平衡能耗与用户服务质量的用户带宽资源分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106211290B (zh) | 2019-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106211290A (zh) | 一种c‑ran架构下基带处理池的节能方法 | |
CN102378186B (zh) | 一种基站资源共享系统及方法 | |
CN103931262B (zh) | 一种数据调度方法和设备 | |
CN110351754A (zh) | 基于Q-learning的工业互联网机器设备用户数据计算卸载决策方法 | |
CN106095529B (zh) | 一种c-ran架构下的载波迁移方法 | |
CN103294521A (zh) | 一种降低数据中心通信负载及能耗的方法 | |
CN109246761A (zh) | 考虑延迟及能耗的基于交替方向乘子法的卸载方法 | |
CN106612236A (zh) | 众核网络处理器及其微引擎的报文调度方法、系统 | |
CN107708197A (zh) | 一种高能效的异构网络用户接入和功率控制方法 | |
CN108076531A (zh) | 一种面向多服务商的无线网络切片资源动态分配方法 | |
CN108029104A (zh) | 用于配置探测参考符号(srs)的方法和装置 | |
CN104105151B (zh) | 基站处理方法、装置和基站 | |
CN108055701A (zh) | 一种资源调度方法及基站 | |
CN104080091B (zh) | 分层异构网络中基于负载预测分组的家庭基站频谱分配方法 | |
CN107835130A (zh) | 一种流量分配方法及装置 | |
CN105517179A (zh) | 一种无线资源调度的方法以及调度器 | |
CN104123185A (zh) | 一种资源调度方法、装置及系统 | |
CN107807730A (zh) | 应用清理方法、装置、存储介质及电子设备 | |
CN109195186A (zh) | 一种基于演化博弈的网络切片接入强化学习方法 | |
CN103731859A (zh) | 一种网络资源优化方法和装置 | |
CN106101211B (zh) | 一种基于内存页改写概率预测的载波迁移方法 | |
CN107005849A (zh) | 一种小区功率共享和调整方法和基站 | |
CN106031249B (zh) | 用于管理蜂窝网络的方法、管理系统以及蜂窝网络 | |
CN103179285A (zh) | 一种话单文件的采集方法及装置 | |
CN108810855A (zh) | 基于能量约束和干扰限制区域的分簇d2d资源分配方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |